跳到正文
#MCP/工具调用
5月13日周三
  1. OpenAI Developers70

    计算机使用让Codex能在你的应用间工作而不占用你的Mac。 @AriX与@romainhuet探讨当代理程序能点击、输入并在后台持续工作时将带来哪些改变。

    推荐理由：Codex 这个「computer use」不接管整台 Mac，只在后台帮你点、帮你打字，对用过 Cursor 接管全屏后心里发毛的开发者来说，是个更让人放心的设计，但有没有宣传的那么顺还得等实测。

  2. Claude：Blog73

    Claude进军法律行业

    Anthropic公司为法律行业发布20多个新的MCP连接器及12个专用插件，将Claude深度集成至合同管理、文档处理等法律核心软件栈。Claude现可直接在Microsoft Word、Outlook等办公应用中无缝工作，具备起草、修订、条款比对等可复用技能，并能自动化处理日常法律事务。公司同时宣布与多个司法公益组织合作，以扩大法律服务的可及性。

    推荐理由：Claude 这次在法律行业的布局很大，20+ 连接器和 12 个插件意味着它不是做表面集成，而是把律师的整套工具链都拉了进来——对律所是效率革命，对做垂直 AI 产品的团队则是教科书级的行业解决方案示范。

  3. Claude：Blog58

    Code w/ Claude SF 2026开发者大会：基于AI指数级增长的构建

    在Code w/ Claude SF 2026开发者大会上，Anthropic宣布提升开发者工具能力。Claude Code的速率限制翻倍，Claude Opus的API限制提高，以支持大规模可靠开发。同时，Claude平台上的托管智能体新增四项功能：“梦想”功能通过回顾会话优化记忆；多智能体编排支持主智能体并行委派子任务；“成果”功能通过定义输出标准提升任务成功率，内部测试显示最难问题成功率最多提升10%；Webhooks提供任务完成通知。大会主题演讲和分组会议录像已上线，并计划在伦敦和东京举办后续活动。

    推荐理由：虽然已是旧闻，但Dreaming和Outcomes这两个功能让agent能自我改进，是构建生产级AI团队的真信号，做Claude开发的值得补课。

5月12日周二
  1. Xiaomi MiMo58

    当在多轮代理会话中启用小米MiMo思考模式，且对话历史包含工具调用时，后续用户回合中传回的助手消息必须保留完整的reasoning_content字段，否则API将返回400错误。缺失该字段会导致模型上下文不完整，进而削弱指令跟随能力、增加幻觉并显著降低用户体验。受影响的框架包括TRAE、Cursor、Roo Code等，受影响模型涵盖MiMo-V2.5-Pro、MiMo-V2.5等多个系列。开发团队正与相关维护者合作推送兼容性更新以解决此问题。更多详情请参阅官方文档。

  2. Simon Willison 博客80

    在脚本的shebang行中使用LLM

    本文介绍了一种创新方法，将LLM工具直接嵌入脚本的shebang行中执行指令。通过LLM的fragments模式，shebang行可执行简单任务，如生成SVG图像；使用-T选项能调用外部工具（如llm_time）创作包含当前时间的俳句；更复杂的是运行YAML模板，其中定义了Python函数作为工具进行数学计算，示例中演示了计算2344乘以5252加134的过程，并通过调试输出展示了分步结果，最终得到12,310,822。这展现了LLM作为脚本解释器的强大扩展性，能够支持从内容生成到数据查询的多样化任务。

    推荐理由：Simon 这个 shebang 技巧让 LLM 直接变成脚本解释器，虽然是极客玩法，但对常写自动化脚本的开发者来说可以直接抄走，创意很妙。

  3. Claude Code：GitHub Releases72

    Claude Code v2.1.139 版本更新

    本次更新引入了多项新功能与优化。核心新增包括：集中管理会话的Agent视图（研究预览）、可设置目标并持续工作的`/goal`命令、实时调整滚轮速度的`/scroll-speed`命令，以及查看插件详情的`claude plugin details`命令。交互界面导航与控制能力得到增强。底层优化涵盖MCP服务器可获取`CLAUDE_PROJECT_DIR`环境变量、`/context all`的令牌估算会考虑模型分词器并显示舍入值。此外，修复了超过20项问题，如凭证死锁、内存无限制增长、权限规则、UI显示错误及路径处理等缺陷。

    推荐理由：Claude Code 这波更新给了两个真正改变工作流的杀手功能，agent view 让你一眼看清所有会话，/goal 命令能让 Claude 自己跑完一个任务直到满足条件，做开发的同学可以立刻试试。

  4. Google AI Developers60

    谷歌DeepMind与Coursera合作推出的“Gemini for Developers”专项课程现已开放注册。该课程旨在指导开发者利用Gemini模型构建可用于生产环境的AI解决方案。其核心涵盖三大模块：“推理与行动”使AI应用能推理并执行复杂任务；“连接与自动化”通过函数调用将Gemini与现实世界工具集成；“规模化与信心”则专注于构建、测试和部署可扩展的AI系统。课程强调超越单纯文本生成，实现实际任务的自动化与系统集成，助力开发者快速上手。

5月11日周一
  1. IT之家·人工智能64

    字节火山引擎 Agent Plan 发布：业界首个“Agent 套餐包”，每月 40 元起

    火山引擎发布业界首个“Agent套餐包”Agent Plan，起售价每月40元。该套餐深度整合模型与工具能力，包含字节自研的Doubao-Seed系列SOTA模型及GLM-5.1、Kimi-K2.6等主流三方模型，原生支持文本、代码、图像、视频多模态任务处理。同时提供联网搜索、记忆增强等Harness工具，可自动适配Claude Code、OpenClaw等主流编程与Agent平台。套餐采用AFP（Agent燃料值）统一计费，设有40元、200元、500元和1000元四档月费阶梯。

  2. IT之家·人工智能62

    腾讯 QClaw 上线“文件空间”功能，打通本地文件、腾讯文档、ima 知识库

    腾讯云QClaw正式上线“文件空间”功能，通过一次授权即可一站式打通用户的本地文件、腾讯文档和ima知识库，实现了深度集成与稳定的权限管控。用户可在QClaw内直接操作腾讯文档内容，勾选多份文件交由AI处理，AI能生成可协作的活化文档并支持团队协同编辑。同时，用户可直接调取ima知识库文件进行分析，AI生成的方案也能一键保存回知识库，便于后续使用。

5月10日周日
  1. IT之家·人工智能52

    马斯克入局 AI 编程赛道：SpaceXAI 桌面编程应用 Grok Build 曝光

    SpaceXAI（原xAI）的桌面编程应用Grok Build因网页端按钮意外泄露而曝光。该应用将支持macOS、Linux和Windows系统，直接对标Claude Code和Codex，主打智能体自主编程工作流。它支持插件、MCP、技能模块，并能管理Git仓库、启动开发服务器及处理本地文件。预计将搭载近期内测的Grok 4.3模型，其前端编程能力获好评。尽管具体上线时间未定，但功能泄露和内测权限发放表明发布已准备就绪。

  2. Artificial Analysis67

    OpenRouter推出令人兴奋的新功能，采用Artificial Analysis基准测试 设置请求中的`min_coding_score`参数，即可根据@ArtificialAnlys的排名，自动路由至符合要求且成本最低的编码模型。 实时查看帕累托前沿的变化👇

    引用OpenRouter@OpenRouter

    推出 Pareto Code：一种新的、免费的、实验性的编码路由。 在你的请求中设置 `min_coding_score`，然后路由到由 @ArtificialAnlys 排名的、符合你要求的最便宜的具备代码能力的模型。 实时查看帕累托前沿的变化👇

  3. Greg Brockman64

    Codex处理报销事务 它自行下载月初至今的发票 更新费用电子表格并填写实际表格 使用Drive和Sheets插件进行状态跟踪 通过Gmail插件追踪发票 使用Chrome扩展程序处理实际表格及Drive上传 自加入OpenAI以来我一直拖延此事 Codex仅用约20分钟就完成了所有工作！

    引用Vaibhav (VB) Srivastav@reach_vb

    Codex quite literally filed my reimbursements, downloaded invoices since the start of the month, updated the expenses spreadsheet and filled the actual form all by itself Used Drive & Sheets plugin for state tracking Gmail plugin for tracking invoices Chrome extension for actual form Used Drive + upload I had been putting this off ever since I joined OpenAI - it took codex ~20 minutes to do it all!

5月9日周六
  2. Elon Musk75

    Grok 升级 [引用 @grok]：... 今天就在 iOS、Android 和 http://grok.com 上的所有计划中添加您的连接器到 Grok。

    引用Grok@grok

    让 Grok 获取你的邮件、改进你的幻灯片、整理你的日历或组织你的 Notion。 今天就在 iOS、Android 和 http://grok.com 上的所有套餐中为 Grok 添加你的连接器。

    推荐理由：Elon 亲自下场推这个功能，说明 xAI 把 Grok 的定位从聊天转向行动，打通邮件和日历后，AI 帮你去做的杂事比帮你聊的多。

5月8日周五
  1. OpenRouter：Announcements56

    Agent SDK 中的人机协同工具

    OpenRouter Agent SDK 引入了一种新工具类型，使智能体能够自动处理常规决策，并在高风险决策时暂停以请求人工输入。该功能通过两个钩子实现，无需编写任何循环管理代码，从而在自动化流程中灵活嵌入关键的人工判断环节。

    推荐理由：OpenRouter给Agent SDK加了人类介入挂钩，做复杂流程的团队不用自己写循环管理代码了，关键决策能拉人进来确认，是个实用的小升级。

  2. Claude Code：GitHub Releases69

    Claude v2.1.133 版本更新

    Claude 发布 v2.1.133 版本，新增多项配置与优化。主要新增 `worktree.baseRef` 设置以选择工作树分支基础，引入 `sandbox.bwrapPath` 等设置允许指定自定义二进制路径，并添加 `parentSettingsBehavior` 键供管理员控制设置合并策略。功能上，钩子现在可接收活动努力级别信息，Bash 工具命令可读取相应环境变量。此外，改进了焦点模式行为，并在内存压力下优化了后台工作进程的释放。本次更新修复了大量问题，包括并行会话死锁、权限规则误匹配、代理设置不生效、网络驱动器访问被拒、远程控制中断不彻底、努力级别跨会话更改以及子代理技能发现失败等。`claude --help` 现已列出远程控制选项，VSCode 扩展也修复了相关错误。

    推荐理由：Claude Code 这个版本修了一堆让人抓狂的 bug，并行会话掉认证、网络驱动器权限、子代理找不到 skill 都解决了，重度用户应该尽快升级。

  3. GitHub Blog72

    提升 GitHub Agentic Workflows 的 Token 使用效率

    GitHub 发现运行于每个拉取请求的智能体工作流会累积高昂的 API 成本。团队通过监测自身生产工作流，定位了效率低下的环节，并构建了专门的智能体进行优化。这一举措旨在显著降低由大语言模型调用产生的 Token 消耗与相关费用，直接提升了工作流的经济性与运行效率。

    推荐理由：GitHub 把自己生产环境的 agentic workflow 扒了一遍，从 token 消耗里找浪费，再让 agent 自动修。不是 paper，是真踩过的坑，做 Copilot 集成的团队可以抄作业。

  4. Greg Brockman73

    Codex for Chrome插件正式发布，支持在Windows和Mac系统上使用。该插件允许Codex在后台独立的Chrome标签页中自动执行任务，用户可同时正常使用浏览器。其原理是为每个任务创建独立的标签组，任务完成后自动清理，仅在需要时将标签页交还用户审核。核心应用场景包括：在需登录的网站内进行深度研究、向CRM或CMS等系统进行大规模数据迁移，以及在管理后台和内部工具中自动化重复工作流程。此插件作为一个通用连接器，能在程序化覆盖不足的场景中串联起端到端的工作流。

    引用James Sun@JamesZmSun

    Today, we are excited to introduce Codex for Chrome! Now, Codex can drive its own Chrome tabs in the background to automate tasks while you use the browser simultaneously. It does this by opening up tab groups for each task, cleaning up at the end, and handing back tabs for review only as needed. Try it for deep research inside logged-in websites, large scale data transfer into any systems of record like CRMs/CMSs, and automating repetitive workflows inside admin consoles & internal tools. Codex will still prefer dedicated plugins if you have them installed, but the Chrome plugin is the universal connector that glues end to end workflows where programmatic coverage is often incomplete. We are making this available on both Windows and Mac today! Let us know what you think.

  5. OpenRouter：Announcements73

    为所有模型提供一致的网络搜索与抓取能力

    该工具赋予任何具备工具调用能力的模型自主进行网络搜索和抓取网页内容的功能。它支持多种搜索引擎和抓取引擎供用户选择，实现了跨模型的一致操作体验。这意味着开发者可以便捷地为不同的大语言模型（如GPT、Claude、LLaMA等）集成实时、可靠的网络信息获取能力，无需为每个模型单独适配。

    推荐理由：让任何模型都能用统一接口做联网搜索和抓取，做 agent 的同学不用再为每个模型单独配工具了，在 OpenRouter 上搭产品的实用性直接拉高。

5月7日周四
  2. OpenRouter：Announcements55

    OpenRouter 为所有工具调用模型提供统一的网页搜索与抓取功能

    OpenRouter 推出新功能，允许任何工具调用模型自主进行网页搜索并抓取页面内容，支持多种搜索引擎和抓取引擎供选择。

    推荐理由：OpenRouter 给所有工具调用模型配上了统一的网络搜索和抓取能力，开发者不用再为每个模型单独对接搜索 API，适配成本直线下降。

  3. xAI：News83

    Grok Web 正式推出 Connectors 功能，实现与日常应用深度集成

    xAI 正式在 Grok Web 上线 Connectors 功能，提供与多种日常应用工具的深度集成。该功能允许 Grok 端到端处理任务，如阅读总结邮件、更新幻灯片、管理日历和编辑电子表格，无需频繁切换和复制粘贴。首批支持的连接器包括 SharePoint、Outlook、OneDrive、Google Workspace、Notion、GitHub 和 Linear，涵盖文件搜索读写、代码审查与任务管理等操作。同时推出的“自带 MCP”功能支持连接自定义模型上下文协议服务器。完整的 Connectors 支持也即将登陆 Grok iOS 和 Android 应用。

    推荐理由：Grok这波连接器把 Office、GitHub 和 Notion 全打通了，不是演示级挂接，是能直接读写编辑的真集成，外加开放自建 MCP，产品经理和开发者都该立刻上手试试。

5月6日周三
  1. Tencent Hy76

    发布两周后，Hy3预览版以3.66T处理量在@OpenRouter周榜位列第一，周环比增长298%。 在总使用量、工具调用和编程领域均排名第一。全平台市场占有率达15.4%。🏆 运行Hy3预览版的热门应用：Hermes Agent, Claude Code, Kilo Code, OpenClaw, Cline。@NousResearch @claudeai @kilocodehq @openclaw @cline 衷心感谢所有基于此开发的开发者。🙏 请在OpenRouter上试用：https://openrouter.ai/tencent/hy3-preview:free

    推荐理由：腾讯混元3不是靠宣传，而是靠数据跑到了OpenRouter第一，工具调用和编码双双登顶，国产模型在海外开发者的真实接受度比想象中高得多。

  2. Claude Platform：开发者版本说明55

    Claude Platform 发布说明（2026年5月6日）

    Claude Managed Agents 推出多智能体编排与 Outcomes 公测，并新增 MCP OAuth 凭据的 vault 凭据后台刷新、Webhooks 及会话/事件过滤排序功能。Dreams 功能以研究预览形式开放，可读取记忆存储与历史会话，生成去重并提炼新洞察的重组输出。

  3. Rohan Paul69

    AI工作正从聊天交互转向能直接操作计算机的智能体。Sai推出的新产品提供了一个由AI代理控制的远程计算机（通常是虚拟机），用户可通过手机或电脑与之交互。AI在私有远程桌面中自主操作真实应用程序，执行完整工作流。其核心突破在于手机成为真实软件工作的“遥控器”，繁重任务由后台持续运行的计算机完成。实际用例中，团队成员通过iMessage报告问题，Sai能在其虚拟机中复现问题、截图并交由Claude Code修改代码和提交PR，全程无需打开笔记本电脑，实现了在移动端发起并完成复杂工作。

    引用Sai@sai_borg

    Been dogfooding Sai with Claude Code lately and the part that's actually stuck for us isn't just the responsiveness. It's that you can get work done on your phone. We have teammates improving our app from iMessage daily now. This all started last week, when a teammate spotted a UI bug (black text on a black button). Normally that's a ticket → repro doc → Slack thread → fix-tomorrow situation. Instead Sai reproduced the bug, took screenshots, and handed it to Claude Code. Put up a PR before someone even read the bug report. Whole thing started on our teammate's phone. On the go, laptop never opened, all in our VMs. In preview now. Try it at http://sai.work with invite code: SAI_CLAUDECODE

  4. Google AI Developers68

    Gemini API 文件搜索工具近日扩展三项功能更新，旨在帮助开发者更轻松地构建高精度多模态检索增强生成系统。更新包括：多模态支持，通过Gemini Embedding 2模型实现对图像和文本的同步推理；自定义元数据过滤，允许为文件添加键值标签以结构化非结构化数据，从而提升搜索速度；精确引用功能，能够捕获并返回每条索引信息的精确来源，如页码。开发者可通过Google AI Studio的示例应用体验这些功能，与图像和文档库交互，提问并追溯答案来源。

    推荐理由：如果你在用 Gemini 搭 RAG 系统，这三项更新能直接改善搜索精度和可解释性，多模态搜索终于把图片和文档打通了，值得马上试试。

5月5日周二
  1. Anthropic：Newsroom77

    金融与保险智能体解决方案

    Anthropic发布了十个针对金融服务耗时任务的预置智能体模板，涵盖制作推介书、撰写信贷备忘录、KYC文件筛查及月末关账等。这些模板可作为Claude Cowork和Claude Code的插件，或作为Claude托管智能体的配置指南，帮助团队在数天内部署应用。Claude现通过Microsoft 365插件支持在Excel、PowerPoint等Office应用间无缝工作，并扩展了合作伙伴生态，新增数据连接器和MCP应用，使智能体能直接调用实时金融数据。这些更新与Claude Opus 4.7模型搭配效果最佳，该模型在金融任务上达到先进水平。

    推荐理由：Anthropic 一口气放出十个金融模板，从 pitchbook 到月底关账全包，加上 Excel、PPT、Word 的深度集成，做金融的可以少写很多重复性胶水代码，直接套模板干活去了。

  2. Manus：Blog48

    Manus Browser Operator 指南：如何用本地浏览器做深度研究

    Manus 的 Browser Operator 让 AI 在你授权的本地 Chrome 或 Edge 会话中运行，从而读取登录后的订阅内容、企业内部系统和需身份验证的门户。它可通过 Manus API 触发端到端网页操作，遇到付款等敏感步骤会暂停等待确认，并支持跨设备接续任务和从手机端发起。启用需在设置中打开「My Browser」连接器并安装浏览器扩展。

5月3日周日
  1. Rohan Paul63

    World2Agent开源了W2A协议，旨在为AI代理建立标准化的世界感知层。该协议采用“世界→传感器→代理”架构，传感器从GitHub、X帖子、日志等多种数据源中提取信息，并生成包含事件内容、来源及背景的结构化实时信号。这使得AI代理能主动感知外部变化并自主响应，无需等待人类提示。传感器可重复使用，避免了为每个新数据源重复开发轮询、去重等逻辑。与侧重代理能力的MCP不同，W2A主要解决代理“何时应被唤醒”的问题。目前该协议已支持多种主流代理，并邀请开发者共同构建传感器生态。

    引用LeahW@LeahW_2077

    The future belongs to proactive agents. But without real-time perception, they're stuck reacting. "World2Agent" isn't a product. It's an open protocol and an invitation — to build the perception layer for AI agents, together. We're open-sourcing everything: the protocol, the SDK, and first sensors. GITHUB + DEMO in comments.

5月2日周六
5月1日周五
  1. Greg Brockman51

    用户分享使用Codex的Computer Use功能处理家庭日程管理的实际体验。与常见的点餐、购物等代理任务不同，该功能能高效解析并录入复杂日程信息，例如将儿子数月的小联盟赛程和女儿游泳比赛截图中的日期、时间、地点等信息自动添加到Apple Calendar中。这一应用虽非革命性，但切实节省了数小时的手动录入时间，体现了AI在自动化琐碎事务上的实用价值。

    引用Simon Smith@_simonsmith

    I’ve never used an agent for the cliches of ordering food, grocery shopping, or booking travel. But I repeatedly use Computer Use in Codex to add things to my family calendar in Apple Calendar. Like, I gave it my son’s little league schedule for the next four months, and it added all the dates and diamonds. Then, screenshots of my daughter’s upcoming swim meet schedule, and it added all the times, events, and pools. Not revolutionary, but useful, and easily saved me a few hours of data entry.

  2. Claude Code：GitHub Releases55

    Claude Desktop v2.1.126 版本更新

    本次更新增强了模型网关集成，当配置指向兼容网关时，可直接在模型选择器中列出可用模型。新增了 `claude project purge` 命令，用于彻底清理项目状态数据。OAuth登录流程得到优化，支持在浏览器回调失败时手动粘贴授权码，并修复了多种网络环境下的登录问题。安全方面，修复了 `allowManagedDomainsOnly` 等设置可能被忽略的漏洞。此外，还解决了图像粘贴过大导致会话中断、远程会话误报“流空闲超时”、Windows系统下特定文本渲染乱码以及多项工具在特定场景下不可用等数十项错误。

    推荐理由：这是 Claude Code 一次‘生活质量’大更新，OAuth、Windows 权限、流超时等痛点都被修了，如果你在用 Claude Code，今天就该升级。

  3. Apple Machine Learning Research64

    强化智能体：面向工具调用智能体的推理时反馈机制

    本文提出一种将评估机制嵌入工具调用智能体实时执行循环的新方法。通过引入一个专门的评审员智能体，在推理时对主智能体的中间决策轨迹进行即时评估，并生成结构化反馈。这使得主智能体能在单次运行中动态调整其工具选择与参数调用，无需依赖传统的提示调整或模型重训练。该实时干预机制旨在直接纠正错误，提升了工具使用的准确性与可靠性，突破了传统后验评估无法在运行中修正行为的局限。本工作已被ACL 2026的自然语言生成、评估与指标研讨会接收。

    推荐理由：Apple 把评估嵌进 agent 执行循环，不是事后分锅，而是让 reviewer 实时纠错，这对 tool-calling 类应用是个真方向，做 agent 架构的值得细读。

  6. Claude：Blog64

    Claude Code 构建经验：提示缓存的优化实践

    Claude Code 团队分享了大规模优化提示缓存的核心策略。提示缓存基于前缀匹配工作，能显著降低延迟与成本，高命中率还能支持更宽松的订阅速率限制。关键实践包括：将静态系统提示和工具定义置于提示词前端以最大化共享前缀；通过消息而非修改提示词来传递更新信息，避免缓存失效；在会话中不切换模型、不增删工具，以维持缓存前缀稳定。此外，针对工具过多或“计划模式”等场景，可通过发送轻量存根或设计专用工具来规避缓存失效，从而在复杂功能中持续利用缓存优势。

    推荐理由：Claude Code团队把提示缓存的坑和优化方法全盘托出，从提示顺序、工具加载到压缩技巧，每一个经验都是钱和延迟换来的，做agent的同行可以直接拿去做架构参考。